一种异常用电识别方法和异常用电识别系统技术方案

本发明专利技术公开了一种异常用电识别方法和异常用电识别系统，所述异常用电识别方法包括：采集历史用电数据；对所述历史用电数据进行数据压缩处理，得到压缩后的用电数据；根据所述压缩后的用电数据，利用基于密度的聚类算法，对所述历史用电数据中的异常用电进行识别，得到识别结果。本发明专利技术所提供的异常用电识别方法和异常用电识别系统，能够解决现有异常用电识别受限的问题。别受限的问题。

【技术实现步骤摘要】
一种异常用电识别方法和异常用电识别系统


[0001]本专利技术涉及用电数据处理
，具体涉及一种异常用电识别方法和异常用电识别系统。

技术介绍

[0002]异常用电识别是用电稽查、计量装置运行状态辨识的重要内容，对维护电网的安全运行和保障正常用户权益有重要意义。现有人工排查方法难以应对不同异常用电原因所呈现的多样性、随机性等特点，导致识别结果往往准确率不高，且效率较低。随着人工智能算法的发展，基于回归模型、分类模型与聚类模型的集中式计算方法被广泛应用。但是为了识别用户多元用电模式，这些方法在保证识别准确性的基础上容易造成计算过于复杂，而考虑效率的简单计算方法又难以准确度量不同用电模式的相似性，因此难以兼顾计算效率与准确性；此外，将用电数据上传至云端集中计算会占用大量网络带宽和计算资源，进一步限制了异常辨识的应用。因此迫切需要一种分布式的异常识别方法以平衡准确性和计算效率。

技术实现思路

[0003]本专利技术的目的在于提供一种异常用电识别方法和异常用电识别系统，以解决现有异常用电识别受限的问题。
[0004]本专利技本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种异常用电识别方法，其特征在于，所述异常用电识别方法包括：采集历史用电数据；对所述历史用电数据进行数据压缩处理，得到压缩后的用电数据；根据所述压缩后的用电数据，利用基于密度的聚类算法，对所述历史用电数据中的异常用电进行识别，得到识别结果。2.一种异常用电识别方法，其特征在于，其应用于边缘端，所述异常用电识别方法包括：对历史用电数据进行数据处理操作，得到新的用电数据，其中，所述历史用电数据包括多个历史用电子数据，所述新的用电数据包括多个与所述历史用电子数据一一对应的新的用电子数据；计算每个所述历史用电子数据的阈值；根据多个所述历史用电子数据的阈值和多个所述新的用电子数据，对所述历史用电数据进行分段处理，得到分段处理结果；计算每段处理结果的平均值，得到计算结果；根据所述计算结果，得到压缩数据序列；根据所述压缩数据序列，得到所述压缩后的历史用电数据。3.根据权利要求2所述的异常用电识别方法，其特征在于，所述对所述历史用电数据进行数据处理操作包括：对所述历史用电数据中的每个历史用电子数据进行差分运算操作，得到差分运算后的用电数据；取所述差分运算后的用电数据的绝对值，得到所述新的用电数据。4.根据权利要求2所述的异常用电识别方法，其特征在于，所述计算每个所述历史用电子数据的阈值包括：将目标历史用电子数据的目标范围内的值作为所述目标用电子数据的阈值的计算窗口；根据所述目标用电子数据的阈值的计算窗口，得到所述目标历史用电子数据的阈值。5.根据权利要求4所述的异常用电识别方法，其特征在于，所述目标历史用电子数据的阈值的计算方式为：其中，th
j
表示x
j+1
相对于x
j
允许的最大变化量，μ表示计算窗口中数据的平均值，σ表示计算窗口中数据的标准差，p
j
为能量比率，且E
j
和E
T
分别为计算窗口中信号的能量和整个信号的总能量，且量和整个信号的总能量，且cnt表示常数，x
j
表示历史数据中第j个历史子数据。6.根据权利要求2
‑
5中任意一项所述的异常用电识别方法，其特征在于，所述根据多个所述历史用电子数据的阈值和多个所述新的用电子数据，对所述历史用电数据进行分段处
理，得到分段处理结果包括：若当前所述新的用电子数据大于与当前所述新的用电子数据对应的历史用电子数据的阈值，则将该历史用电子数据作为分段点；利用所述分段点对所述历史用电数据进行分段，得到多段历史用电数据；将多段所述历史用电数据作为分段处理结果输出。7.一种异常用电识别方法，其特征在于，其应用于云端，所述异常用电识别方法包括：获取压缩后的用电数据中的压缩数据序列；计算多个所述压缩数据序列间的分段加权DTW距离和...

【专利技术属性】
技术研发人员：胡文曦，刘慧自，肖先勇，汪颖，孙一浩，
申请(专利权)人：四川大学，
类型：发明
国别省市：